用于确定铁路元件的元件特征的方法技术

本发明专利技术提供用于确定至少一个铁路元件的元件特征的方法，该方法包括以下步骤：在至少一个铁路元件(6)上设置运动传感器(2)；收集由运动传感器(2)提供的运动数据，其中，该运动数据表示铁路元件(6)的与该元件特征不同的的运动特征；基于该运动数据确定元件特征。

A method for determining component characteristics of Railway Components

【技术实现步骤摘要】
【国外来华专利技术】用于确定铁路元件的元件特征的方法本专利技术涉及用于确定至少一个铁路元件的元件特征的方法。通过铁路出行的安全性主要通过由人执行维护来确保，例如，轨道检查员沿着铁路行走、工程师使用专用车辆来分析铁轨、工程师检查客运列车等。通常，这样的检查是在平均故障间隔时间之前执行的。这种固定间隔维护方法会产生不必要的成本，这是因为在大多数检查期间没有检测到损坏。另外，因为没有使得能够在正常操作期间监测并且对指示铁路或使用铁路的车辆的损坏已经发生的偏离“正常状态”进行检测的适当的工具，因此存在灾难性损坏的风险。本专利技术的目的是提供用于确定至少一个铁路元件的元件特征的方法，其中，可以减少用于运行铁路或铁路车辆(即，使用铁路的车辆)的维护成本以及/或者可以提高铁路和铁路车辆的安全性。专利技术人已经发现，由使用铁轨的列车引起的轨枕或铁轨的过度移动可以指示与期望的铁轨的形状的偏差或者/以及与由道床提供的期望支承的偏差。此外，由使用铁轨的列车引起的轨枕或铁轨的移动可以指示在移动轨道道岔的元件时引起的张力。更进一步地，专利技术人已经发现，例如由列车车轮上的损坏的轴承引起的振动以及/或者由损坏的车轮表面或损坏的车轮形状引起的振动可以通过对具有损坏的车轮轴承的列车正在使用该铁轨时的铁轨的移动的测量来间接地测量。铁轨和轨道道岔(岔道)的移动可以转移至铁轨的轨枕或轨道道岔的轨枕。除此之外，这些发现有助于本专利技术作为上述目的的解决方案。根据本专利技术，上述目的通过根据权利要求1的方法解决。在从属权利要求中描述了本专利技术的优选实施方式。在本专利技术的重要方面，提供了一种用于确定至少一个铁路元件的元件特征的方法，该方法包括以下步骤：在至少一个铁路元件上设置运动传感器；收集由运动传感器提供的运动数据，其中，该运动数据表示与该元件特征不同的铁路元件的运动特征；以及基于运动数据确定元件特征。基于运动数据确定至少一个铁路元件的元件特征(其中，至少一个铁路元件的元件特征表示与该铁路元件的运动特征不同的量)提供在运动传感器中使用廉价的检测器和/或噪声不敏感的检测器并且使用由运动传感器提供的运动数据以便间接获得元件特征的可能性。优选地，铁路元件为铁轨的轨枕或轨道道岔的轨枕、铁轨或轨道道岔；或者/并且铁路元件的运动特征为该铁路元件的点的特征；或者/并且铁路元件的运动特征选自：加速度、时间相关的加速度、速度、时间相关的速度、位置、以及时间相关的位置；或者/并且至少一个铁路元件的元件特征为该铁路元件的点的特征；并且/或者至少一个铁路元件的元件特征选自：位置、时间相关的位置、与参考位置或平衡位置的位置偏差、与参考位置或平衡位置的时间相关的位置偏差以及维护状态指示符。专利技术人已经发现，当铁路元件为铁轨的轨枕或轨道道岔的轨枕、或铁轨、或轨道道岔时，可以获得关于铁路安全的重要数据。针对运动特征和元件特征的特定示例允许通过传感器获得信息，而无需停止对铁路的使用。特别应当注意的是，维护状态指示符可以是允许对使用该铁路的铁轨或车辆的维护状态/磨损状态进行分类的元件特征，其中，特别有利的是，在该方法的应用期间不需要关闭铁路。通过将运动传感器设置在轨枕、铁轨或轨道道岔上，可以获得对于偏差而言重要的运动数据，该偏差提示了在铁路元件或使用该铁路元件的车辆中存在或发展的故障，并且因此使得能够基于铁路元件或使用该铁路元件的车辆的当前状态来确定维护间隔，并且因此避免不必要且昂贵的维护检查。维护状态指示符可以是例如二进制指示符例如损坏/未损坏的铁路元件或铁路车辆，或者可以是具有有限数目的分离值的指示符(例如，完全功能、需要维护和损坏)或者可以是特别地以百分比形式表示铁路元件或铁路车辆的寿命特别地是维护寿命的连续值，其中，100％可以表示完全功能的铁路元件或完全功能的铁路车辆，而0％可以表示完全损坏的铁路元件或完全损坏的铁路车辆。可以基于这样的连续的维护状态指示符来调度对铁路元件或铁路车辆的维护，例如一旦维护状态指示符下降至10％以下就执行维护。这些值和百分比的使用是非限制性示例，并且本领域技术人员根据特定应用可以发现维护指示符对铁路元件的磨损状态或者对铁轨车辆的磨损状态的不同映射。优选地，确定至少一个铁路元件的元件特征的步骤包括以下步骤：通过对运动数据进行处理来获得经处理的运动数据；以及基于经处理的运动数据确定至少一个铁路元件的元件特征。通过获得经处理的运动数据，例如经频率滤波的运动数据，可以提高元件特征的确定的准确性。在优选实施方式中，获得经处理的运动数据的步骤包括从运动数据中减去运动数据的DC分量。这使得能够进一步提高元件特征的确定的准确性。优选地，确定至少一个铁路元件的元件特征的步骤包括使用机器学习算法。通过使用机器学习算法，特别地是神经元网络算法，可以在不预先以分析方式对运动数据与元件特征之间的关系进行建模的情况下，获得元件特征的确定的非常高的准确度。除了神经元网络算法之外或作为神经元网络算法的替选方案，可以使用基于隐马尔可夫模型的算法或者基于使用评分函数的贝叶斯网络的算法。在优选实施方式中，该方法还包括以下步骤：测量参考数据，优选地包括：直接测量或间接测量至少一个铁路元件的元件特征；从至少一个铁路元件上的运动传感器收集相应的数据；以及在机器学习算法中使用该参考数据。通过如上面阐述的测量参考数据，可以提高针对每个产生的运动传感器或一批产生的运动传感器的准确性，同时使用于校准和模型开发的成本保持为低。优选地，每个运动传感器提供来自运动传感器的多个运动检测器的运动数据；并且优选地，所有运动检测器提供表示同一运动特征特别地是加速度或时间相关的加速度的运动数据，并且优选地，运动检测器中的至少之一具有与运动检测器中的另一个运动检测器不同的测量范围和/或不同的分辨率。不同的运动检测器提高了元件特征的确定的准确性特别地在使用机器学习算法时。机器学习算法可以以最优方式组合(或“拼凑(patch)”)不同检测器的测量范围和由于不同的分辨率导致的不同测量点，使得进一步提高了运动特征的确定的准确性。在优选的实施方式中，该方法还包括以下步骤：在多个铁路元件中的每个铁路元件上设置至少一个运动传感器；收集由运动传感器中的每个运动传感器提供的运动数据，其中，运动传感器中的每个运动传感器的运动数据表示所述运动传感器设置在其上的相应铁路元件的相应运动特征，其中，铁路元件中的每个铁路元件的相应元件特征表示与针对相应铁路元件的相应运动特征不同的量；基于相应运动数据确定铁路元件中的每个铁路元件的相应元件特征。通过在每个铁路元件或多个铁路元件上设置运动传感器并且收集由这些运动传感器提供的运动数据，提供了不仅允许检测单个铁路元件的元件特征还可以检测与整个铁路自身有关的量的数据。关于维护状态指示符的检测，在铁路的弯曲部中的运动传感器的设置可以提供与车辆车轮的表面的质量或状况(失圆的车轮或失衡的车轮)有关的信息，或者由于横向加速度引起的沿横向方向的车辆车轮的轴承故障，并且在铁路的高速部分上的运动传感器的设置可以提供与例如通过由于发热引起的减小的轴承间隙等引起的轴承故障有关的信息。在另一优选的实施方式中，至少一个铁本文档来自技高网...

【技术保护点】
1.一种用于确定至少一个铁路元件(6)的元件特征的方法，所述方法包括以下步骤：/n-在所述至少一个铁路元件(6)上设置运动传感器(2)；/n-收集由所述运动传感器提供的运动数据，其中，所述运动数据表示与所述元件特征不同的所述铁路元件(6)的运动特征；以及/n-基于所述运动数据确定所述元件特征。/n

【技术特征摘要】
【国外来华专利技术】1.一种用于确定至少一个铁路元件(6)的元件特征的方法，所述方法包括以下步骤：
-在所述至少一个铁路元件(6)上设置运动传感器(2)；
-收集由所述运动传感器提供的运动数据，其中，所述运动数据表示与所述元件特征不同的所述铁路元件(6)的运动特征；以及
-基于所述运动数据确定所述元件特征。


2.根据权利要求1所述的方法，
-其中，所述铁路元件(6)为铁轨的轨枕或轨道道岔的轨枕、铁轨或轨道道岔；或者/并且
-其中，所述铁路元件(6)的运动特征为所述铁路元件(6)的点的特征；或者/并且
-其中，所述铁路元件(6)的运动特征选自：加速度、时间相关的加速度、速度、时间相关的速度、位置、以及时间相关的位置；或者/并且
-其中，所述至少一个铁路元件(6)的元件特征为所述铁路元件(6)的点的特征；并且/或者
-其中，所述至少一个铁路元件(6)的元件特征选自：位置、时间相关的位置、与参考位置或平衡位置的位置偏差、与参考位置或平衡位置的时间相关的位置偏差、以及维护状态指示符。


3.根据前述权利要求中任一项所述的方法，其中，确定所述至少一个铁路元件(6)的元件特征的步骤包括以下步骤：
-通过对运动数据进行处理获得经处理的运动数据；以及
-基于所述经处理的运动数据确定所述至少一个铁路元件(6)的元件特征。


4.根据前述权利要求中任一项所述的方法，
-其中，确定至少一个铁路元件(6)的元件特征的步骤包括使用机器学习算法。


5.根据权利要求6所述的方法，还包括以下步骤：
-通过直接测量或间接测量所述至少一个铁路元件(6)的元件特征来测量参考数据，并且从所述至少一个铁路元件(6)上的所述运动传感器(2)收集相应的数据；以及
-在所述机器学习算法中使用所述参考数据。


6.根据前述权利要求中任一项所述的方法，
其中，每个运动传感器(2)提供来自所述运动传感器的多个运动检测器的运动数据；并且
其中，优选地所有运动检测器提供表示同一运动特征特别地是加速度或...

【专利技术属性】
技术研发人员：克里斯蒂安·勃兰杜伯，弗拉德·伊利耶·拉塔，斯科特·米勒，奥勒·汤米·沃伦，
申请(专利权)人：科路实有限责任公司，
类型：发明
国别省市：德国;DE